新闻详情

新闻详情

首页 / 资讯中心 / 详情

CAM350使用笔记(2)---导入Allegro生成的钻孔文件

发布时间:2026/11/19 5:40:30来源:尧图网络
CAM350使用笔记(2)---导入Allegro生成的钻孔文件
目录01 前 言02 适用环境03 重要补充04 操作流程05 总 结此文章收录于合集《CAM350 V15.1版本使用笔记》01前 言在前一期笔记中记述了自动导入Allegro Gerber文件的过程因为自动导入钻孔文件容易出问题所以刻意选择只导入层文件本期笔记将记述手动导入Allegro钻孔文件的详细操作过程。02适用环境· CAM350版本15.1已激活· Cadence版本17.4已打补丁· 系统版本Win 1103重要补充使用CAM350导入钻孔文件之前一定要确认Allegro在勾选了以下两个选项后再生成钻孔文件①、在Allegro的NC Parameters窗口中勾选“Enhanced Excellon Format”项然后点击“OK”保存它的作用是在钻孔文件头部嵌入完整的刀具定义和单位声明②、在Allegro生成钻孔“NC Drill”窗口中勾选“Auto Tool Select”项它的作用是自动为每个钻孔分配刀具号并将刀具列表写入钻孔文件务必保证Allegro生成钻孔文件时勾选了这两个选项否则CAM350导入钻孔文件时会跳出如下弹窗它的含义是CAM350没有在钻孔文件里找到刀具(T1~T9)的孔径尺寸为了保证显示系统把所有的孔径都默认设置成了32.0mil虽然可以在导入后手动进行修改但仍然过于繁琐而且对于我们检查来说最好是钻孔文件原封不动的解析出来切记。04操作流程第一步找到钻孔参数设置文件确保后续设置一致①、通常在Allegro生成的Gerber文件路径下会自动保存一个名为nc_param.txt文件这个文件中保存的是钻孔时设置的各项参数在导入CAM350时要与这个文件中的参数保持一致②、表示整数位2小数位5格式25③、表示坐标格式为绝对坐标④、单位为英寸⑤、表示前导零和后导零未开启第二步打开CAM350导入钻孔文件窗口①、在CAM350菜单栏选中“File”项②、依次选中“Import - NC Drill Data”选中后右侧切换为导入界面③、点击此处的“...”打开文件浏览窗口④、选中要导入的钻孔文件注意我这里有一个后缀带有“-np”的钻孔文件它表示非电气化钻孔也就是我们常说的机械孔第三步设置钻孔参数这一步是整个导入流程中最关键的一环参数设置是否正确直接决定了钻孔文件能否被CAM350正确解析。下面逐项说明每个参数的含义和选择依据请务必与第一步中nc_param.txt文件里的记录保持一致。①、设置数据格式版本选择“Excellon”②、设置坐标类型选择“Absolute”③、设置单位选择“English”④、设置前导零和后导零选择“None”⑤、设置整数和小数格式设置为“25”⑥、保持默认即可这样CAM会把当前钻孔文件里的刀具信息提取出来新建一个刀具表用来定义孔径的大小⑦、全部设置完成后点击“Import”导入注意上述的这些设置不是随意的要按照第一步中的nc_param.txt文件进行设置。第四步进行钻孔类型的设置和查看①、将非电气化过孔的类型修改为“NC Secondary”和电气化过孔“NC Primary”区分开②、在主窗口放大可以看到导入的钻孔形状③、下拉可以查看目前用到的刀具也就是钻孔孔径④、选中菜单栏的“Query”展开后当想要查看某一个钻孔时选中“Anything”当想要查看某一类钻孔时选中“NC Data”⑤、点击要查看的目标钻孔⑥、钻孔信息会弹出窗口包含类型、所在层、孔径、坐标信息这里使用的是“Anything”功能如果选择的是“NC Data”则会显示同一类的过孔总数到这里关于Allegro的钻孔文件导入就记述完毕了。05总 结导入过程不难重点是确保参数要一致否则可能会导致钻孔大小失真甚至偏移由于我也是第一次使用CAM350 V15.1版本如发现问题还请朋友们不吝赐教在此不胜感激。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/18 21:21:17

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/18 14:20:46

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/18 20:01:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/18 11:04:06

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/18 15:55:22

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/18 21:21:16

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉